ggplot2을 이용하여 그림그리기

1. ggplot2 맛보기

1.1 Example data: ‘mpg’ data

library(tidyverse)

1999년부터 2008년까지 인기 차종의 연비에 대한 자료

mpg

## # A tibble: 234 × 11
##    manufacturer model      displ  year   cyl trans drv     cty   hwy fl    class
##    <chr>        <chr>      <dbl> <int> <int> <chr> <chr> <int> <int> <chr> <chr>
##  1 audi         a4           1.8  1999     4 auto… f        18    29 p     comp…
##  2 audi         a4           1.8  1999     4 manu… f        21    29 p     comp…
##  3 audi         a4           2    2008     4 manu… f        20    31 p     comp…
##  4 audi         a4           2    2008     4 auto… f        21    30 p     comp…
##  5 audi         a4           2.8  1999     6 auto… f        16    26 p     comp…
##  6 audi         a4           2.8  1999     6 manu… f        18    26 p     comp…
##  7 audi         a4           3.1  2008     6 auto… f        18    27 p     comp…
##  8 audi         a4 quattro   1.8  1999     4 manu… 4        18    26 p     comp…
##  9 audi         a4 quattro   1.8  1999     4 auto… 4        16    25 p     comp…
## 10 audi         a4 quattro   2    2008     4 manu… 4        20    28 p     comp…
## # … with 224 more rows

변수들
- manufacturer와 model: 자동차 생산회사와 모델. 1999년에서 2008년 사이의 38가지 모델.
- displ: 엔진 배기량(liter).
- year: 생산연도
- cyl: 자동차의 실린더수(엔진의 배기량을 나타냄)
- trans: 자동사의 변속방법
- drv: 자동차의 구동렬. 전륜구동(front wheel, f),후륜구동(rear wheel, r), 사륜구동(four wheel, 4)
- cty와 hwy: 도시와 고속도로에서의 mpg(갤런당 주행거리 mile/gallon).
- fl: 연료 타입.
- class: 자동차 타입,2인승, SUV, 소형차 등.

1.2 ggplot 함수의 세가지 요소

data
aesthetic mapping
적어도 하나의 layer - geom 함수

ggplot(mpg, aes(x = displ, y = hwy))  +   geom_point( )

이 코드는 산점도를 생성하는 것으로 세가지 요소는 다음과 같이 정의되어 있다.

data: mpg.
aesthetic mapping: x축 변수에 displ, y축 변수에 hwy를 대응 (각 줄데이터를 점 또는 색깔등 각각의 스케일에 따라서 맵핑 시켜주는것)
layer: geom_point - 점찍기

aes에서 첫번째 변수는 X축변수, 두번째 변수는 Y축변수를 의미

1.3 `aes` 함수에서 colour, size, shape 지정하기

aes(displ, hwy, colour = class)
aes(displ, hwy, shape = drv)
aes(displ, hwy, size = cyl)

ggplot(mpg, aes(displ, hwy, colour = class)) + 
  geom_point()

# x축 displ y축 hwy, 색구분은 class로해서 점찍어봐

ggplot(mpg, aes(displ, cty, shape = class, col=drv )) + 
  geom_point()

## Warning: The shape palette can deal with a maximum of 6 discrete values because
## more than 6 becomes difficult to discriminate; you have 7. Consider
## specifying shapes manually if you must have them.

## Warning: Removed 62 rows containing missing values (geom_point).

# colour -> col로 줄여서

ggplot(mpg, aes(displ, cty, size = cyl)) + 
  geom_point()

# 실린더 숫자를 점의 크기 size에 매칭

1.4 Facetting

*facet_wrap() 함수를 + 형태로 연결.

ggplot(mpg, aes(displ, hwy)) + 
  geom_point() + 
  facet_wrap(~class,ncol=3)

# subplot처럼 여러개를 쪼개서 그려줌 class에따라서 3열로 그려라

1.5 다양한 geom들

geom_smooth() : smooth line과 se를 표시
geom_boxplot(): 상자그림
geom_histogram(), geom_freqpoly() : 연속변수의 분포
geom_bar() : 막대그림
geom_path(): 점들을 자료 순서대로 선으로 연결한 그림
geom_line(): 산점도에서의 위치에 따라 왼쪽에서 오른쪽순으로 모든 점들을 연결
…

—————————

2. ggplot2를 이용하여 자료 표현하기

2.1 하나의 연속변수

Example data: ‘tips’ data (reshape2 library)

waiter가 자신이 일하는 restaurant에서 수개월 동안 일을 하면서 tip과 관련하여 모든 자료

변수들

 - total_bill: 각 table에서 지불한 돈(dollar)
 - tips: 각 table에서 지불한 팁 (dollar)
 - sex: 돈을 낸 사람의 성별
 - smoker: table이 smoking section에 있는가
 - day: 서빙을 한 요일
 - time: 서빙한 시간(Dinner, Lunch)
 - size: 함께와서 식사한 사람 수 (명)

Histograms

library(reshape2)

## 
## Attaching package: 'reshape2'

## The following object is masked from 'package:tidyr':
## 
##     smiths

data(tips)
ggplot(tips, aes(tip)) + geom_histogram()

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

binwidth에 따라 나타나는 자료의 특징이 달라짐

ggplot(tips, aes(tip)) + geom_histogram(binwidth=1)

ggplot(tips, aes(tip)) + geom_histogram(binwidth=0.5)

ggplot(tips, aes(tip)) + geom_histogram(binwidth=0.25)

ggplot(tips, aes(tip)) + geom_histogram(binwidth=0.1)

ggplot(tips, aes(tip)) + geom_histogram(binwidth=0.05)

ggplot(tips, aes(tip)) + geom_histogram(binwidth=0.01)

# 연속변수중 하나인 tip을 aes로 히스토그램 그려라

frequency polygons

ggplot(tips, aes(tip)) + geom_freqpoly()

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

ggplot(tips, aes(tip)) + 
  geom_freqpoly(binwidth = 0.25)

# 도수 다각형

density

ggplot(tips, aes(tip)) + geom_density()

ggplot(tips, aes(tip)) + 
  geom_density(bw = 0.1)#binwidth 를 줄여서 bw로 가능

# 전체 그래프 아래 면적이 1이 된다는 제한을 갖고 확률밀도함수를 구하는것

2.2 하나의 범주형 변수

Bar charts

ggplot(tips,aes(time))+geom_bar()

ggplot(tips,aes(day))+geom_bar()

# 범주에 따라서

level_order <- factor(tips$day, level=c("Thur", "Fri", "Sat", "Sun"))

ggplot(tips, aes(level_order))+geom_bar()+xlab("Day")

#ggplot(tips, aes(level_order, day)) + geom_point()+xlab("Day")+ylab("Count")

level_order <- c("Thur", "Fri", "Sat", "Sun")
TipsDay<-as.data.frame(table(tips$day)) # data frame으로 변환
colnames(TipsDay) <- c('day','count') # 컬럼명 부여 

#TipsDay<-data.frame(
#  day=factor(c("Thur","Fri","Sat","Sun"),
#             levels=c("Thur","Fri","Sat","Sun")),
#  count=c(62,19,87,76))

ggplot(TipsDay, aes(x=factor(day, level=level_order), count)) + geom_bar(stat = "identity")+ xlab("Day")

# identity count데이터를 있는 그대로 사용하라 기본값이 count로되어있기때문에
# 빈도를 측정하게됨 데이터프레임으로 별도로숫자를 이미 카운트했으므로 identity로줌
ggplot(TipsDay, aes(x= factor(day, level=level_order), count)) + geom_point()+xlab("Day")

Pie charts

ggplot(TipsDay,aes(x="",y=count,fill=day))+
  geom_bar(stat="identity")

ggplot(TipsDay,aes(x="",y=count,fill=day))+
  geom_bar(stat="identity")+coord_polar("y")

#상대도수 막대 그래프와 파이차트

2.3 하나의 범주형 변수와 하나의 연속변수

ggplot(tips, aes(day, tip)) + 
  geom_point()

Jittering, geom_jitter(): 자료에 약간의 랜덤 노이즈를 더하여 겹쳐져서 그려지지 않게 하는 방법
Boxplots, geom_boxplot(): summary statistics를 이용하여 상자그림을 그리는 방법
Violin plots, geom_violin()

ggplot(tips, aes(day, tip)) + geom_jitter() #점을 흐트려줌

ggplot(tips, aes(day, tip)) + geom_boxplot()

ggplot(tips, aes(day, tip)) + geom_violin()

ggplot(tips, aes(total_bill, colour = day)) + 
  geom_freqpoly(binwidth=5)

ggplot(tips, aes(total_bill, colour = day)) + 
  geom_density()

ggplot(tips, aes(total_bill, colour = day,fill=day)) + 
  geom_histogram()

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

ggplot(tips, aes(total_bill, fill = day)) + 
  geom_histogram() + 
  facet_wrap(~day, ncol = 1) # 요일에따라 그림그리면서 한줄로 나눔

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

color는 선의 색을, fill은 내부의 색을 지정하기 위한 옵션임.

2.4 두 개의 연속변수들

geom_point와 geom_smooth

ggplot(tips, aes(total_bill, tip)) + 
  geom_point()

ggplot(tips, aes(total_bill, tip)) + 
  geom_point() + 
  geom_smooth() # se=FALSE 넣으면 standard error 밴드없어짐

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

geom_smooth()함수의 중요한 인자는 method로 smooth line을 찾는 방법을 지정하는 것이다.
- method = "loess"

ggplot(tips, aes(total_bill, tip)) + 
  geom_point() + 
  geom_smooth(span = 0.1) # local smoothing옵션이 span

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

ggplot(tips, aes(total_bill, tip)) + 
  geom_point() + 
  geom_smooth(span = 1)

## `geom_smooth()` using method = 'loess' and formula 'y ~ x'

기본 옵션이 local smoothing이고 linear model등으로 바꿀수 있음

  -  `method = "lm"`

ggplot(tips, aes(total_bill, tip)) + 
  geom_point() + 
  geom_smooth(method = "lm")

## `geom_smooth()` using formula 'y ~ x'

2.5 두개의 범주형 변수

Example data: ‘Titanic’ data (R datasets)

titanic호 승객들의 운명에 관한 정보를 아래의 변수들로 요약한 자료

변수들

- Class: 1st, 2nd, 3rd, Crew
- Sex: Male, Female
- Age: Child, Adult
- Survived: No, Yes

data(Titanic)
Titanic

## , , Age = Child, Survived = No
## 
##       Sex
## Class  Male Female
##   1st     0      0
##   2nd     0      0
##   3rd    35     17
##   Crew    0      0
## 
## , , Age = Adult, Survived = No
## 
##       Sex
## Class  Male Female
##   1st   118      4
##   2nd   154     13
##   3rd   387     89
##   Crew  670      3
## 
## , , Age = Child, Survived = Yes
## 
##       Sex
## Class  Male Female
##   1st     5      1
##   2nd    11     13
##   3rd    13     14
##   Crew    0      0
## 
## , , Age = Adult, Survived = Yes
## 
##       Sex
## Class  Male Female
##   1st    57    140
##   2nd    14     80
##   3rd    75     76
##   Crew  192     20

apply(Titanic, 1, sum)

##  1st  2nd  3rd Crew 
##  325  285  706  885

apply(Titanic, 2, sum)

##   Male Female 
##   1731    470

apply(Titanic, 3, sum)

## Child Adult 
##   109  2092

apply(Titanic, 4, sum)

##   No  Yes 
## 1490  711

apply(Titanic, c(1,4), sum)

##       Survived
## Class   No Yes
##   1st  122 203
##   2nd  167 118
##   3rd  528 178
##   Crew 673 212

apply(Titanic, c(2,4), sum)

##         Survived
## Sex        No Yes
##   Male   1364 367
##   Female  126 344

apply(Titanic, c(3,4), sum)

##        Survived
## Age       No Yes
##   Child   52  57
##   Adult 1438 654

ggmosaic: [Click !]

library(ggmosaic) # Haley Jeppson and Heike Hofmann만듦 
Titanic.data<-as.data.frame(Titanic)
head(Titanic.data)

##   Class    Sex   Age Survived Freq
## 1   1st   Male Child       No    0
## 2   2nd   Male Child       No    0
## 3   3rd   Male Child       No   35
## 4  Crew   Male Child       No    0
## 5   1st Female Child       No    0
## 6   2nd Female Child       No    0

탑승 class에 따라 survived가 어떻게 달라지는가?

ggplot(Titanic.data)+geom_mosaic(aes(x=product(Class),weight=Freq,fill=Survived))

# 변수를 쓸때 product이라는 함수를 써서 줘야함 
ggplot(Titanic.data)+geom_mosaic(aes(x=product(Survived),weight=Freq,fill=Class))

성별에 따라 survived 가 어떻게 달라지는가?

ggplot(Titanic.data)+
  geom_mosaic(aes(x=product(Sex),weight=Freq,fill=Survived))

ggplot(Titanic.data)+
  geom_mosaic(aes(x=product(Survived),weight=Freq,fill=Sex))

Age(성인/어른)에 따라 survived 가 어떻게 달라지는가?

ggplot(Titanic.data)+
  geom_mosaic(aes(x=product(Age),weight=Freq,fill=Survived))

ggplot(Titanic.data)+
  geom_mosaic(aes(x=product(Survived),weight=Freq,fill=Age))

2.6 셋 이상의 변수들

GGally: [Click !]

산점도 행렬을 이용

library(GGally)

## Registered S3 method overwritten by 'GGally':
##   method from   
##   +.gg   ggplot2

## 
## Attaching package: 'GGally'

## The following object is masked from 'package:ggmosaic':
## 
##     happy

ggpairs(tips)

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

ggpairs(mpg[,-c(1:2)])

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

2.7 셋 이상의 범주형 자료

ggplot(Titanic.data)+
  geom_mosaic(aes(x=product(Age),conds=product(Class),weight=Freq,fill=Survived)) #conds -> conditional x값을 동일하게 매핑 해줌

ggplot(Titanic.data)+
  geom_mosaic(aes(x=product(Class),conds=product(Age),weight=Freq,fill=Survived))

ggplot(Titanic.data)+
  geom_mosaic(aes(x=product(Age),conds=product(Sex),weight=Freq,fill=Survived))

ggplot(Titanic.data)+
  geom_mosaic(aes(x=product(Sex),conds=product(Age),weight=Freq,fill=Survived))

ggplot(Titanic.data)+
  geom_mosaic(aes(x=product(Sex),conds=product(Class),weight=Freq,fill=Survived))

ggplot(Titanic.data)+
  geom_mosaic(aes(x=product(Class),conds=product(Sex),weight=Freq,fill=Survived))

2.8 시계열 자료

Example data: `economics` data (’ggplot2` library)

1967년 10월부터 2014년 4월까지의 과거 40여년간 미국의 경제 상황에 대하여 조사한 월간 자료

변수들

- date: 조사한 날짜(year-month-day)
- pce: 개인소비지출 (personal consumption expenditures, dolloars)
- pop: 전체 인구수 (total population, thousands)
- psavert: 개인 저축률 (personal savings rate)
- uempmed: 실업지속 기간의 중앙값 (median duration of unemployment, weeks)
- unemploy: 실업자 수 (number of unemployed, thousands)

economics

## # A tibble: 574 × 6
##    date         pce    pop psavert uempmed unemploy
##    <date>     <dbl>  <dbl>   <dbl>   <dbl>    <dbl>
##  1 1967-07-01  507. 198712    12.6     4.5     2944
##  2 1967-08-01  510. 198911    12.6     4.7     2945
##  3 1967-09-01  516. 199113    11.9     4.6     2958
##  4 1967-10-01  512. 199311    12.9     4.9     3143
##  5 1967-11-01  517. 199498    12.8     4.7     3066
##  6 1967-12-01  525. 199657    11.8     4.8     3018
##  7 1968-01-01  531. 199808    11.7     5.1     2878
##  8 1968-02-01  534. 199920    12.3     4.5     3001
##  9 1968-03-01  544. 200056    11.7     4.1     2877
## 10 1968-04-01  544  200208    12.3     4.6     2709
## # … with 564 more rows

ggplot(economics, aes(date, pce)) +
  geom_line() #geom_path 비슷하지만 데이터를 정렬하지 않음

ggplot(economics, aes(date, psavert)) +
  geom_line()

ggplot(economics, aes(date, unemploy)) +
  geom_line()

ggplot(economics, aes(date, unemploy / pop)) +
  geom_line()

ggplot(economics, aes(date, uempmed)) +
  geom_line()

—————————

3. ggplot 활용하기

3.1 `geom_text`를 이용하여 그림 안에 글자를 넣기

df <- data.frame(trt = c("a", "b", "c"), resp = c(1.2, 3.4, 2.5))
ggplot(df, aes(resp, trt)) + 
  geom_text(aes(label = trt))

family: 문자의 폰트를 지정. (“sans”(기본값), “serif”, “mono”)

df <- data.frame(trt = c("a", "b", "c"), resp = c(1.2, 3.4, 2.5))
ggplot(df, aes(resp, trt)) + 
  geom_text(aes(label = trt),family="serif")

fontface:서체를 지정. (“plain”(기본값), “bold”, “italic”)

df <- data.frame(trt = c("a", "b", "c"), resp = c(1.2, 3.4, 2.5))
ggplot(df, aes(resp, trt)) + 
  geom_text(aes(label = trt),fontface="italic")

hjust (“left”, “center”(기본값), “right”, “inward”, “outward”)
vjust (“bottom”, “middle”(기본값), “top”, “inward”, “outward”)

df <- data.frame(trt = c("a", "b", "c"), resp = c(1.2, 3.4, 2.5))
ggplot(df, aes(resp, trt)) + 
  geom_point()+
  geom_text(aes(label = trt),hjust="right",vjust="bottom")

“inward”를 이용하면 모두 그림영역안에 표시된다

df <- data.frame(
        x = c(1, 1, 2, 2, 1.5),
        y = c(1, 2, 1, 2, 1.5),
        text = c( "bottom-left","bottom-right","top-left","top-right","center"),
        S=c(6,8,10,12,14),
        a=c(0,30,45,60,90)
      )
ggplot(df, aes(x, y)) +
   geom_text(aes(label = text))

ggplot(df, aes(x, y)) +
   geom_text(aes(label = text), vjust = "inward", hjust = "inward")

size: 글씨의 크기
angle: 문자의 회전

ggplot(df, aes(x,y)) + 
  geom_point() + 
  geom_text(aes(label = text),size=7,angle=30)

ggplot(df, aes(x,y)) + 
  geom_point() + 
  geom_text(aes(label = text,size=S,angle=a))+
            xlim(0,3)+ylim(0,3)

check_overlap = TRUE를 이용하면 겹쳐지는 label을 제거해 준다. 단, 자료의 순서대로 label을 쓰면서 겹치는 부분을 제거하므로 뒤쪽 자료의 label이 제거됨.

ggplot(mpg, aes(displ, hwy)) + 
  geom_text(aes(label = model)) + 
  xlim(1, 8)

#겹치는것을 막아줌 
ggplot(mpg, aes(displ, hwy)) + 
  geom_text(aes(label = model), check_overlap = TRUE) + 
  xlim(1, 8)

directlables 패키지의 geom_dl() 함수를 이용하면 범주의 이름을 적절한 위치에 써준다.

ggplot(mpg, aes(displ, hwy, colour = class)) + 
  geom_point()

ggplot(mpg, aes(displ, hwy, colour = class)) + 
  geom_point(show.legend = FALSE) +
  directlabels::geom_dl(aes(label = class), method = "smart.grid")

3.2 선/영역/문자 등을 이용하여 그림에 주석달기

geom_line(): 자료를 x변수의 순서대로 sorting 후 점을 이어줌.
geom_path(): 자료에 나타난 순서대로 점을 이어줌.

df <- data.frame(
  x = c(6, 2, 12), 
  y = c(4, 8, 12), 
  label = c("a","b","c")
)
df

##    x  y label
## 1  6  4     a
## 2  2  8     b
## 3 12 12     c

p <- ggplot(df, aes(x, y, label = label)) + 
  labs(x = NULL, y = NULL)  # Hide axis label
p + geom_line() + ggtitle("line")

p + geom_path() + ggtitle("path")

geom_area(): geom_line으로 그려진 선과 y=0으로 만들어지는 영역을 나타냄.
geom_polygon(): 자료에 나타난 순서대로 점을 잇고 마지막 점과 첫 점을 이어 생기는 영역을 나타냄.
geom_rect(): x와 y 축의 범위로 지정된 네점(xmin, xmax, ymin, ymax)를 이어주는 영역을 나타냄

p + geom_rect(aes(xmin=5,xmax=6,ymin=6,ymax=10))

p + geom_area() + ggtitle("area")

p + geom_polygon() + ggtitle("polygon")

geom_vline(): 지정된 위치(xintercept)에 수평선을 그려줌
geom_hline(): 지정된 위치(yintercept)에 수직선을 그려줌
geom_abline(): 지정된 intercept와 slope를 이용하여 직선을 그려줌

p+geom_point(size=5,color="green")+
  geom_vline(xintercept=5,size=2)+
  geom_hline(yintercept=10,linetype=2)+
  geom_abline(intercept=0,slope=1,size=1.5,linetype=2,color="red")

economics 자료를 이용하여 실업자수의 변동 추이를 집권당에 따라 달라지는지를 알아보기 위한 그림 그리기

ggplot(economics, aes(date, unemploy)) + 
  geom_line()

Example data: `presidential` data (’ggplot2` library)

1953년부터 2017년까지의 미국 대통령 임기와 집권당을 나타낸 자료

변수들

- name : 대통령 이름
- start : 임기 시작일
- end : 임기 종료일
- party : 집권 정당

presidential <- subset(presidential, start > economics$date[1])
#dplyr기능

ggplot(economics) + 
  geom_rect(
    aes(xmin = start, xmax = end, fill = party), 
    ymin = -Inf, ymax = Inf, alpha = 0.2, 
    data = presidential
  ) + 
  geom_vline(
    aes(xintercept = as.numeric(start)), 
    data = presidential,
    colour = "grey50", alpha = 0.5
  ) + 
  geom_text(
    aes(x = start, y = 2500, label = name), 
    data = presidential, 
    size = 3, vjust = 0, hjust = 0, nudge_x = 50
  ) + 
  geom_line(aes(date, unemploy)) + 
  scale_fill_manual(values = c("blue", "red"))

annotate()을 이용하여 그림 안에 주석 달기

yrng <- range(economics$unemploy)
xrng <- range(economics$date)
# range를 줘서 위치를 지정할 것임 
caption <- paste(strwrap("Unemployment rates in the US have 
  varied a lot over the years", 40), collapse = "\n")
#40자까지만 쓰고 줄바꿈해라 

ggplot(economics) + 
  geom_rect(
    aes(xmin = start, xmax = end, fill = party), 
    ymin = -Inf, ymax = Inf, alpha = 0.2, 
    data = presidential
  ) + 
  geom_vline(
    aes(xintercept = as.numeric(start)), 
    data = presidential,
    colour = "grey50", alpha = 0.5
  ) + 
  geom_text(
    aes(x = start, y = 2500, label = name), 
    data = presidential, 
    size = 3, vjust = 0, hjust = 0, nudge_x = 50
  ) + 
  geom_line(aes(date, unemploy)) + 
  scale_fill_manual(values = c("blue", "red")) + 
  annotate("text", x = xrng[1], y = yrng[2], label = caption,
    hjust = "left", vjust = "top", size = 4)

# yrng[2] -> Y축의 최대값 xrng[1]-> x축의 최소값

geom_abline()을 이용한 보조선 넣기

ggplot(diamonds, aes(log10(carat), log10(price))) + 
  geom_bin2d() + 
  facet_wrap(~cut, nrow = 2)

# 점을 묶어서 표현

mod_coef <- coef(lm(log10(price) ~ log10(carat), data = diamonds))
#중량과 가격에 대한 회귀계수를 구함 
ggplot(diamonds, aes(log10(carat), log10(price))) + 
  geom_bin2d() + 
  geom_abline(intercept = mod_coef[1], slope = mod_coef[2], 
    colour = "white", size = 1) + 
  facet_wrap(~cut, nrow = 2)

#전체가격에 회귀직선을 추가해서 그림

3.3 `group` 활용하기

Example data: `Oxboys` data (’nlme` library)

Oxford에 있는 26명 소년에 대한 자료로 소년이 나이가 들어감에 따라 키가 커가는지를 보기 위해 9번 측정한 자료
변수들
- Subject: 각 소년의 ID
- age : 표준화된 나이 (-1 부터 1의 값을 갖는다)
- height: 키 (cm)
- Occasion: 키가 측정된 순서. 1은 가장 먼저 측정된 것을, 9는 마지막 측정을 나타는 범주형 변수

data(Oxboys, package = "nlme")
head(Oxboys)

## Grouped Data: height ~ age | Subject
##   Subject     age height Occasion
## 1       1 -1.0000  140.5        1
## 2       1 -0.7479  143.4        2
## 3       1 -0.4630  144.8        3
## 4       1 -0.1643  147.1        4
## 5       1 -0.0027  147.7        5
## 6       1  0.2466  150.2        6

tail(Oxboys)

## Grouped Data: height ~ age | Subject
##     Subject     age height Occasion
## 229      26 -0.1643  136.7        4
## 230      26 -0.0027  138.4        5
## 231      26  0.2466  138.9        6
## 232      26  0.5562  141.8        7
## 233      26  0.7781  142.6        8
## 234      26  1.0055  143.1        9

1) Multiple groups, one aesthetic

ggplot에 “group=subject” 를 지정한 것과 하지 않은 것의 차이

ggplot(Oxboys, aes(age, height)) + 
  geom_point() + 
  geom_line()

ggplot(Oxboys, aes(age, height, group = Subject)) + 
  geom_point() + 
  geom_line()

- `geom_point()`는 group에 관계 없이 해당 위치에 점을 찍어 준다. 
- `geom_line()`은 group에 지정된 변수의 범주별로 선을 그려줌. group 지정이 없는 경우 자료 전체를 하나의 group으로 처리함.

2) Different groups on different layers

ggplot 내 에서 지정한 aesthetic mapping은 그 이후의 layer에 모두 영향을 미친다. 단, layer 내에서 지정된 aesthetic mapping이 있는 경우 layer 내의 지정이 우선 적용된다.
group = Subject를 ggplot 에서 지정한 경우와 geom_line에서 지정한 경우의 차이 비교

ggplot(Oxboys, aes(age, height, group = Subject)) + 
  geom_line() + 
  geom_smooth(method = "lm", se = FALSE)

## `geom_smooth()` using formula 'y ~ x'

ggplot(Oxboys, aes(age, height)) + 
  geom_line(aes(group = Subject)) + 
  geom_smooth(method = "lm", size = 2, se = FALSE)

## `geom_smooth()` using formula 'y ~ x'

#group을 전체로 지정해줌

3) Overriding the default grouping

*상자그림 위에 Subject별 profile line 그리기

ggplot(Oxboys, aes(Occasion, height)) + 
  geom_boxplot()

ggplot(Oxboys, aes(Occasion, height)) + 
  geom_boxplot() +
  geom_line(colour = "#3366FF", alpha = 0.5)

  - `geom_boxplot()`의 경우 x 변수는 범주형 변수로  x 변수가 group 으로 쓰이게 되며 x 변수의 범주별로 상자그림을 그려준다.  
  
  - Subject 별 profile line을 상자그림 위에 그리기 위해서는 `geom_line`에서 따로 `group = Subject` 지정을 해주면 된다.

ggplot(Oxboys, aes(Occasion, height)) + 
  geom_boxplot() +
  geom_line(aes(group = Subject))

alpha 와 color 옵션을 이용

ggplot(Oxboys, aes(Occasion, height)) + 
  geom_boxplot() +
  geom_line(aes(group = Subject), 
            colour = "blue", alpha=0.5)

# aes안에넣으면 각각 밖에쓰면 전체 alpha-> 투명도

두 그림의 차이는 어디에서 오는 것일까?

ggplot(Oxboys, aes(Occasion, height)) + 
  geom_line()

ggplot(Oxboys, aes(age, height)) + 
  geom_boxplot()

## Warning: Continuous x aesthetic -- did you forget aes(group=...)?

4) Matching aesthetics to graphic objects

df <- data.frame(x = 1:3, y = 1:3, colour = c(1,3,5))

df

##   x y colour
## 1 1 1      1
## 2 2 2      3
## 3 3 3      5

ggplot(df, aes(x, y, colour = factor(colour))) + 
  geom_line(aes(group = 1), size = 2) +
  geom_point(size = 5)

ggplot(df, aes(x, y, colour = colour)) + 
  geom_line(aes(group = 1), size = 2) +
  geom_point(size = 5)

아래의 코드 그림 그려보기

ggplot(df, aes(x, y, colour = factor(colour))) + 
  geom_line(size = 2) + # combine all group
  geom_point(size = 5)

## geom_path: Each group consists of only one observation. Do you need to adjust
## the group aesthetic?

df1 <- data.frame(x = 1:6, y = 1:6, 
                  colour = c(1,1,3,3,5,5))

df1

##   x y colour
## 1 1 1      1
## 2 2 2      1
## 3 3 3      3
## 4 4 4      3
## 5 5 5      5
## 6 6 6      5

ggplot(df1, aes(x, y, colour = factor(colour))) + 
  geom_line(size = 2) + geom_point(size = 5)

barchart에서 fill의 역할

ggplot(mpg, aes(class)) + 
  geom_bar()

ggplot(mpg, aes(class, fill = drv)) + 
  geom_bar()

theme을 활용하여 x축의 label을 조정하기

ggplot(mpg, aes(class, fill = drv)) + 
  geom_bar()+theme(axis.text.x=element_text(angle=45,hjust=1))

3.4 Surface plots

geom_tile(): data point가 중앙에 오는 tile을 그려줌
geom_raster(stat = "identity") : tile의 크기가 모두 같게 조정
geom_rect(): xmin, xmax, ymin, ymax로 지정되는 tile을 그려줌

df <- data.frame(
  x = c(6, 2, 12), 
  y = c(4, 8, 12), 
  label = c("a","b","c")
)

df

##    x  y label
## 1  6  4     a
## 2  2  8     b
## 3 12 12     c

p <- ggplot(df, aes(x, y, label = label)) + 
  labs(x = NULL, y = NULL)

p + geom_tile() + ggtitle("tile")

p + geom_raster() + ggtitle("raster")

## Warning: Raster pixels are placed at uneven horizontal intervals and will be
## shifted. Consider using geom_tile() instead.

p + geom_rect(aes(xmin=2.5,xmax=10,ymin=4,ymax=8)) + ggtitle("rect")

Contour plot / colored tiles

head(faithfuld)

## # A tibble: 6 × 3
##   eruptions waiting density
##       <dbl>   <dbl>   <dbl>
## 1      1.6       43 0.00322
## 2      1.65      43 0.00384
## 3      1.69      43 0.00444
## 4      1.74      43 0.00498
## 5      1.79      43 0.00542
## 6      1.84      43 0.00574

ggplot(faithfuld, aes(eruptions, waiting)) + 
  geom_contour(aes(z = density, colour = ..level..))

ggplot(faithfuld, aes(eruptions, waiting)) + 
  geom_raster(aes(fill = density))

label <- data.frame(
  waiting = c(55, 80), 
  eruptions = c(2, 4.3), 
  label = c("peak one", "peak two")
)

ggplot(faithfuld, aes(waiting, eruptions)) +
  geom_raster(aes(fill = density)) + 
  geom_label(data = label, aes(label = label))

Bubble plot

# Bubble plots work better with fewer observations
small <- faithfuld[seq(1, nrow(faithfuld), by = 10), ]
ggplot(small, aes(eruptions, waiting)) + 
  geom_point(aes(size = density), alpha = 1/3) + 
  scale_size_area()

3.5 Displaying distribution

Example data: `diamonds` data (’ggplot2` library)

53940개의 다이아몬드에 대한 자료

변수들

- carat: 다이아몬드 무게(lb)
- cut: 절단면에 대한 품질 (Fair, Good, VeryGood, Premium, Ideal)
- color: 다이아몬드 색깔 (D:best ~ J:worst)
- clarity: 다이아몬드의 맑고 깨끗한 정도 (I1:worst, SI2, SI1, VS2, VS1, VVS2, VVS1, IF:best)
- depth: 깊이 = 2*z/(x+y)
- table: 상단면
- price: 다이아몬드 가격(dollar)
- x: length
- y: width
- z: depth

diamonds

## # A tibble: 53,940 × 10
##    carat cut       color clarity depth table price     x     y     z
##    <dbl> <ord>     <ord> <ord>   <dbl> <dbl> <int> <dbl> <dbl> <dbl>
##  1  0.23 Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
##  2  0.21 Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
##  3  0.23 Good      E     VS1      56.9    65   327  4.05  4.07  2.31
##  4  0.29 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
##  5  0.31 Good      J     SI2      63.3    58   335  4.34  4.35  2.75
##  6  0.24 Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48
##  7  0.24 Very Good I     VVS1     62.3    57   336  3.95  3.98  2.47
##  8  0.26 Very Good H     SI1      61.9    55   337  4.07  4.11  2.53
##  9  0.22 Fair      E     VS2      65.1    61   337  3.87  3.78  2.49
## 10  0.23 Very Good H     VS1      59.4    61   338  4     4.05  2.39
## # … with 53,930 more rows

geom_histogram()

ggplot(diamonds, aes(depth)) + 
  geom_histogram()

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

ggplot(diamonds, aes(depth)) + 
  geom_histogram(binwidth = 0.1) + 
  xlim(55, 70)

## Warning: Removed 45 rows containing non-finite values (stat_bin).

## Warning: Removed 2 rows containing missing values (geom_bar).

ggplot(diamonds, aes(depth)) + 
  geom_histogram()+xlab(quote(paste("depth=2*",frac(z,(x+y)))))

## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.

geom_freqpoly() 이용하여 범주별로 분포 비교하기

ggplot(diamonds, aes(depth)) + 
  geom_freqpoly(aes(colour = cut), binwidth = 0.1, na.rm = TRUE) +
  xlim(58, 68) + 
  theme(legend.position = "none")

geom_histogram(position = "fill") 이용하여 범주별로 분포 비교하기

ggplot(diamonds, aes(depth)) + 
  geom_histogram(aes(fill = cut), binwidth = 0.1, position = "fill",
    na.rm = TRUE) +
  xlim(58, 68) + 
  theme(legend.position = "none")

geom_density() 이용하여 범주별로 분포 비교하기

ggplot(diamonds, aes(depth, fill = cut, colour = cut)) +
  geom_density(alpha = 0.2, na.rm = TRUE) + 
  xlim(58, 68) + 
  theme(legend.position = "none")

geom_boxplot()을 이용한 평행 상자그림

ggplot(diamonds, aes(clarity, depth)) + 
  geom_boxplot()

cut_width()를 이용하여 연속변수를 범주화

ggplot(diamonds, aes(carat, depth)) + 
  geom_boxplot(aes(group = cut_width(carat, 0.1))) + 
  xlim(NA, 2.05)

## Warning: Removed 997 rows containing missing values (stat_boxplot).

geom_violin()을 이용하여 범주별로 분포 비교하기

ggplot(diamonds, aes(clarity, depth)) + 
  geom_violin()

ggplot(diamonds, aes(carat, depth)) + 
  geom_violin(aes(group = cut_width(carat, 0.1))) + 
  xlim(NA, 2.05)

## Warning: Removed 997 rows containing non-finite values (stat_ydensity).

3.6 Dealing with overplotting

점 크기와 모양을 조절하여 점이 겹쳐지는 문제를 해결

df <- data.frame(x = rnorm(2000), y = rnorm(2000))
norm <- ggplot(df, aes(x, y)) + xlab(NULL) + ylab(NULL)
norm + geom_point()

norm + geom_point(shape = 1) # Hollow circles

norm + geom_point(shape = ".") # Pixel sized

alpha를 이용하여 점의 투명도를 조절

norm + geom_point(alpha = 1 / 3)

norm + geom_point(alpha = 1 / 5)

norm + geom_point(alpha = 1 / 10)

2차원 binning을 이용하여 점이 겹쳐지는 정도를 농도로 나타내기

norm + geom_bin2d()

norm + geom_bin2d(bins = 10)

norm + geom_bin2d()+scale_fill_gradient(low="black",high="white")

norm + geom_hex()

norm + geom_hex(bins = 10)

3.7 Statistical summaries

통계량을 함께 그림에 나타내기
geom_bar의 기본 stat은 count임

ggplot(diamonds, aes(color)) + 
  geom_bar()

geom_bar에서 stat="summary_bin" 이용하여 color별로 price 평균을 나타내기

ggplot(diamonds, aes(color, price)) + 
  geom_bar(stat = "summary_bin", fun.y = mean)

## Warning: Ignoring unknown parameters: fun.y

## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`
## No summary function supplied, defaulting to `mean_se()`

geom_bin2d의 기본 stat은 count임

ggplot(diamonds, aes(table, depth)) + 
  geom_bin2d(binwidth = 1, na.rm = TRUE) + 
  xlim(50, 70) +   ylim(50, 70)

geom_bin2d에서 stat="summary_2d" 이용하여 table, depth 별로 price 평균을 나타내기

ggplot(diamonds, aes(table, depth, z = price)) + 
  geom_raster(binwidth = 1, stat = "summary_2d", 
              fun = mean, na.rm = TRUE) + 
  xlim(50, 70) +   ylim(50, 70)

## Warning: Raster pixels are placed at uneven horizontal intervals and will be
## shifted. Consider using geom_tile() instead.

## Warning: Raster pixels are placed at uneven vertical intervals and will be
## shifted. Consider using geom_tile() instead.

산점도 위에 통계량을 함께 표시하기

ggplot(mpg, aes(trans, cty)) + 
  geom_point() + 
  stat_summary(geom = "point", fun.y = "mean", colour = "red", size = 4)

## Warning: `fun.y` is deprecated. Use `fun` instead.

생성된 새로운 변수

stat_에서 계산된 값으로 R 내부에서 사용되는 변수

- `..count..`: 각 범주의 관측수 
- `..density..`:각 범주의 관측에 대한 비율 (percentage of total / bar width)
- `..x..`: 각 범주의 중심

ggplot(diamonds, aes(price)) + 
  geom_histogram(binwidth = 500)

ggplot(diamonds, aes(price)) + 
  geom_histogram(aes(y = ..density..), binwidth = 500)

ggplot(diamonds, aes(price, colour = cut)) + 
  geom_freqpoly(binwidth = 500) +
  theme(legend.position = "none")

ggplot(diamonds, aes(price, colour = cut)) + 
  geom_freqpoly(aes(y = ..density..), binwidth = 500) + 
  theme(legend.position = "none")

3.8 여러가지 지정사항들 바꾸기

label: xlab() 과 ylab()을 이용

ggplot(mpg, aes(cty, hwy)) +
  geom_point()

ggplot(mpg, aes(cty, hwy)) +
  geom_point() + 
  xlab("city driving (mpg)") + 
  ylab("highway driving (mpg)")

# Remove the axis labels with NULL
ggplot(mpg, aes(cty, hwy)) +
  geom_point() + 
  xlab(NULL) + 
  ylab(NULL)

축의 범위 : xlim() 과 ylim()

ggplot(mpg, aes(drv, hwy)) +
  geom_jitter(width = 0.25)

ggplot(mpg, aes(drv, hwy)) +
  geom_jitter(width = 0.25) + 
  xlim("f", "r") + 
  ylim(20, 30)

## Warning: Removed 138 rows containing missing values (geom_point).

# For continuous scales, use NA to set only one limit
ggplot(mpg, aes(drv, hwy)) +
  geom_jitter(width = 0.25, na.rm = TRUE) + 
  ylim(NA, 30)

xlab(), ylab(), labs()으로 축 이름 지정 가능
ggtitle()을 이용하여 그림 제목 지정

df <- data.frame(x = 1:2, y = 1, z = "a")
p <- ggplot(df, aes(x, y)) + geom_point(aes(colour = z))

p + 
  xlab("X axis") + 
  ylab("Y axis") + ggtitle("TEST Plot")

p + labs(x = "X axis", y = "Y axis", colour = "Colour\nlegend")

축 이름을 지정하지 않는 두가지 방법 “” 과 NULL의 차이

p <- ggplot(df, aes(x, y)) + 
  geom_point() + 
  theme(plot.background = element_rect(colour = "grey50"))

p + labs(x = "",  y = "")

p + labs(x = NULL, y = NULL)

axes에서 breaks와 labels의 활용 예

df <- data.frame(x = c(1, 3, 5) * 1000, y = 1)
axs <- ggplot(df, aes(x, y)) + 
  geom_point() + 
  labs(x = NULL, y = NULL)
axs

axs + scale_x_continuous(breaks = c(2000, 4000))

axs + scale_x_continuous(breaks = c(2000, 4000), labels = c("2k", "4k"))

breaks의 label을 바꾸고 싶은 경우 labels내에서 각 범주의 이름에 새로운 label을 할당하면 됨.

df2 <- data.frame(x = 1:3, y = c("a", "b", "c"))

df2

##   x y
## 1 1 a
## 2 2 b
## 3 3 c

ggplot(df2, aes(x, y)) + 
  geom_point()

ggplot(df2, aes(x, y)) + 
  geom_point() + 
  scale_y_discrete(labels = c(a = "apple", b = "banana", c = "carrot"))

Legends

df <- data.frame(x = 1, y = 1:3, z = letters[1:3])

p <- ggplot(df, aes(x, y, colour = z))
p + geom_point()

p + geom_point() + geom_path(aes(group = 1))

p + geom_raster(aes(fill = z))

show.legend=TRUE/FALSE를 이용하여 각 layer마다의 범례가 나타나는 것을 지정할 수 있음.

ggplot(df, aes(y, y)) + 
  geom_point(size = 4, colour = "grey20", show.legend = TRUE) +
  geom_point(aes(colour = z), size = 2)

3.9 그림 저장

p <- ggplot(mpg, aes(displ, hwy, colour = factor(cyl))) +
  geom_point()

print()를 이용하여 스크린상에 나타냄.

print(p)

구조살펴보기: summary()

summary(p)

## data: manufacturer, model, displ, year, cyl, trans, drv, cty, hwy, fl,
##   class [234x11]
## mapping:  x = ~displ, y = ~hwy, colour = ~factor(cyl)
## faceting: <ggproto object: Class FacetNull, Facet, gg>
##     compute_layout: function
##     draw_back: function
##     draw_front: function
##     draw_labels: function
##     draw_panels: function
##     finish_data: function
##     init_scales: function
##     map_data: function
##     params: list
##     setup_data: function
##     setup_params: function
##     shrink: TRUE
##     train_scales: function
##     vars: function
##     super:  <ggproto object: Class FacetNull, Facet, gg>
## -----------------------------------
## geom_point: na.rm = FALSE
## stat_identity: na.rm = FALSE
## position_identity

ggpplot2_practice

SeungPark

9/26/2021

ggplot2을 이용하여 그림그리기

1. ggplot2 맛보기

1.1 Example data: ‘mpg’ data

1.2 ggplot 함수의 세가지 요소

1.3 aes 함수에서 colour, size, shape 지정하기

1.4 Facetting

1.5 다양한 geom들

—————————

2. ggplot2를 이용하여 자료 표현하기

2.1 하나의 연속변수

Example data: ‘tips’ data (reshape2 library)

Histograms

frequency polygons

density

2.2 하나의 범주형 변수

Bar charts

Pie charts

2.3 하나의 범주형 변수와 하나의 연속변수

2.4 두 개의 연속변수들

2.5 두개의 범주형 변수

Example data: ‘Titanic’ data (R datasets)

2.6 셋 이상의 변수들

2.7 셋 이상의 범주형 자료

2.8 시계열 자료

Example data: economics data (’ggplot2` library)

—————————

3. ggplot 활용하기

3.1 geom_text를 이용하여 그림 안에 글자를 넣기

3.2 선/영역/문자 등을 이용하여 그림에 주석달기

Example data: presidential data (’ggplot2` library)

3.3 group 활용하기

Example data: Oxboys data (’nlme` library)

1) Multiple groups, one aesthetic

2) Different groups on different layers

3) Overriding the default grouping

4) Matching aesthetics to graphic objects

3.4 Surface plots

3.5 Displaying distribution

Example data: diamonds data (’ggplot2` library)

3.6 Dealing with overplotting

3.7 Statistical summaries

생성된 새로운 변수

3.8 여러가지 지정사항들 바꾸기

3.9 그림 저장

————————

1.3 `aes` 함수에서 colour, size, shape 지정하기

Example data: `economics` data (’ggplot2` library)

3.1 `geom_text`를 이용하여 그림 안에 글자를 넣기

Example data: `presidential` data (’ggplot2` library)

3.3 `group` 활용하기

Example data: `Oxboys` data (’nlme` library)

Example data: `diamonds` data (’ggplot2` library)